Pengembangan Sistem Rekognisi Rambu Kecepatan Menggunakan Circle Hough Transform Dan Convolutional Neural Network
| Main Authors: | Nursetyawan, Rizky Teguh, Dr. Eng. Fitri Utaminingrum, S. T., M. T. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193758/1/0520150333-Rizky%20Teguh%20Nursetyawan.pdf http://repository.ub.ac.id/id/eprint/193758/ |
| ctrlnum |
193758 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/193758/</relation><title>Pengembangan Sistem Rekognisi Rambu Kecepatan
Menggunakan Circle Hough Transform Dan Convolutional Neural Network</title><creator>Nursetyawan, Rizky Teguh</creator><creator>Dr. Eng. Fitri Utaminingrum, S. T., M. T.</creator><subject>004 Computer science</subject><description>Kendaraan bermotor ialah bentuk pendukung moda transportasi dalam masyrakat
dalam beraktifitas khususnya di Indonesia. Jumlah pengendara kendaraan
bermotor menunjukkan peningkatan yang cukup signifikan. Dalam keselamatan
berkendara merupakan faktor utama Ketika dalam berkendara agar terhindar dari
kecelakaan. Kecelakaan terjadi dalam berbagai macam kondisi pengemudi dalam
berkendara seperti mengantuk, sarana prasarana yang sedikit, penggunaan alat
yang dapat mengurangi konsentrasi dengan kurangnya perhatian dalam rambu
kecepatan maksimum di jalan. Dalam membantu pengemudi agar dapat mengatur
kecepatan kendaraan yang sesuai dengan rambu yang sudah di tetapkan pada
jalanan maka diperlukan sistem guna membantu pengendara tentang kecepatan
dalam berkendara agar dapat meminimalisir terjadinya kecelakaan. Tentunya
sebelum dapat mengingatkan pengemudi sistem harus dapat mendeteksi dan
mengenali Rambu batas kecepatan yang terdapat pada jalan. Pada penelitian ini
penulis mengajukan penggunaan metode Circle Hough Transform dalam
mendeteksi rambu dan Convolutional Neural Network dalam pengenalan rambu
tersebut bertujuan dapat mengetahui performa dari masing – masing metode
dalam menjalankan tugasnya. Dua metode tersebut termasuk kedalam bidang
pemrosesan Citra Digital dan Pembelajaran Mesin yang diketahui membutuhkan
komputasi yang cukup besar. Komputasi yang besar menjadi alasan mengapa
dipilih mini computer raspberry pi disbanding mikrokontroler. Hasil dari pengujian
dalam pendeteksian rambu pada kondisi siang hari sebesar 80% dan Malam hari
sebesar 70%. Melihat nilai dari hasil pengujian dapat dikatakan dua metode
tersebut kurang tepat dalam menjalakan tugasnya namun menurut penulis dari
dua metode tersebut masih ada ruang dalam perbaikan.</description><date>2020-07-20</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/193758/1/0520150333-Rizky%20Teguh%20Nursetyawan.pdf</identifier><identifier> Nursetyawan, Rizky Teguh and Dr. Eng. Fitri Utaminingrum, S. T., M. T. (2020) Pengembangan Sistem Rekognisi Rambu Kecepatan Menggunakan Circle Hough Transform Dan Convolutional Neural Network. Sarjana thesis, Universitas Brawijaya. </identifier><relation>0520150333</relation><identifier>0520150333</identifier><recordID>193758</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Nursetyawan, Rizky Teguh Dr. Eng. Fitri Utaminingrum, S. T., M. T. |
| title |
Pengembangan Sistem Rekognisi Rambu Kecepatan
Menggunakan Circle Hough Transform Dan Convolutional Neural Network |
| publishDate |
2020 |
| isbn |
9780520150331 |
| topic |
004 Computer science |
| url |
http://repository.ub.ac.id/id/eprint/193758/1/0520150333-Rizky%20Teguh%20Nursetyawan.pdf http://repository.ub.ac.id/id/eprint/193758/ |
| contents |
Kendaraan bermotor ialah bentuk pendukung moda transportasi dalam masyrakat
dalam beraktifitas khususnya di Indonesia. Jumlah pengendara kendaraan
bermotor menunjukkan peningkatan yang cukup signifikan. Dalam keselamatan
berkendara merupakan faktor utama Ketika dalam berkendara agar terhindar dari
kecelakaan. Kecelakaan terjadi dalam berbagai macam kondisi pengemudi dalam
berkendara seperti mengantuk, sarana prasarana yang sedikit, penggunaan alat
yang dapat mengurangi konsentrasi dengan kurangnya perhatian dalam rambu
kecepatan maksimum di jalan. Dalam membantu pengemudi agar dapat mengatur
kecepatan kendaraan yang sesuai dengan rambu yang sudah di tetapkan pada
jalanan maka diperlukan sistem guna membantu pengendara tentang kecepatan
dalam berkendara agar dapat meminimalisir terjadinya kecelakaan. Tentunya
sebelum dapat mengingatkan pengemudi sistem harus dapat mendeteksi dan
mengenali Rambu batas kecepatan yang terdapat pada jalan. Pada penelitian ini
penulis mengajukan penggunaan metode Circle Hough Transform dalam
mendeteksi rambu dan Convolutional Neural Network dalam pengenalan rambu
tersebut bertujuan dapat mengetahui performa dari masing – masing metode
dalam menjalankan tugasnya. Dua metode tersebut termasuk kedalam bidang
pemrosesan Citra Digital dan Pembelajaran Mesin yang diketahui membutuhkan
komputasi yang cukup besar. Komputasi yang besar menjadi alasan mengapa
dipilih mini computer raspberry pi disbanding mikrokontroler. Hasil dari pengujian
dalam pendeteksian rambu pada kondisi siang hari sebesar 80% dan Malam hari
sebesar 70%. Melihat nilai dari hasil pengujian dapat dikatakan dua metode
tersebut kurang tepat dalam menjalakan tugasnya namun menurut penulis dari
dua metode tersebut masih ada ruang dalam perbaikan. |
| id |
IOS4666.193758 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2022-12-06T07:26:21Z |
| last_indexed |
2022-12-06T07:26:21Z |
| recordtype |
dc |
| _version_ |
1751456416433963008 |
| score |
17.538404 |